发表于2024-11-23
圖解深度學習 深度學習神經網絡編程入門 人工智能書籍 暢銷書《圖解 pdf epub mobi txt 電子書 下載 2024
本書從深度學習的發展曆程講起,以豐富的圖例從理論和實踐兩個層麵介紹瞭深度學習的各種方法,以及深度學習在圖像識彆等領域的應用案例。內容涉及神經網絡、捲積神經網絡、受限玻爾茲曼機、自編碼器、泛化能力的提高等。此外,還介紹瞭包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在內的深度學習工具的安裝和使用方法。
* 1章 緒論
*.1 深度學習與機器學習 2
1.2 深度學習的發展曆程 3
1.3 為什麼是深度學習 6
1.4 什麼是深度學習 7
1.5 本書結構 9
第 2章 神經網絡
2.1 神經網絡的曆史 12
2.2 M-P模型 14
2.3 感知器 16
2.4 多層感知器 18
2.5 誤差反嚮傳播算法 19
2.6 誤差函數和激活函數 28
2.7 似然函數 30
2.8 隨機梯度下降法 31
2.9 學習率 32
2.10 小結 33
第3章 捲積神經網絡
3.1 捲積神經網絡的結構 36
3.2 捲積層 38
3.3 池化層 39
3.4 全連接層 40
3.5 輸齣層 41
3.6 神經網絡的訓練方法 41
3.7 小結 48
第4章 受限玻爾茲曼機
4.1 Hopfield 神經網絡 50
4.2 玻爾茲曼機 55
4.3 受限玻爾茲曼機 59
4.4 對比散度算法 61
4.5 深度信念網絡 64
4.6 小結 66
第5章 自編碼器
5.1 自編碼器 68
5.2 降噪自編碼器 71
5.3 稀疏自編碼器 73
5.4 棧式自編碼器 76
5.5 在預訓練中的應用 77
5.6 小結 78
第6章 提高泛化能力的方法
6.1 訓練樣本 80
6.2 預處理 88
6.3 激活函數 92
6.4 Dropout 94
6.5 DropConnect 96
6.6 小結 98
第7章 深度學習工具
7.1 深度學習開發環境 100
7.2 Theano *00
7.3 Pylearn2 108
7.4 Caffe 118
7.5 訓練係統——DIGITS137
7.6 Chainer 145
7.7 TensorFlow 160
7.8 小結 176
第8章 深度學習的現在和未來
8.1 深度學習的應用案例178
8.2 深度學習的未來 195
8.3 小結 197
參考文獻 198
圖解深度學習 深度學習神經網絡編程入門 人工智能書籍 暢銷書《圖解 pdf epub mobi txt 電子書 下載